Knowledge Integrity公司总裁，专注商务智能、大数据、数据质量、数据治理和主数据管理。
数据科学核心任务之一是利用数据挖掘和机器学习算法来开发预测模型。但是，如果在前期没有选择正确的数据挖掘数据集合，即使是最佳设计的模型也可能会误入歧途。
云计算的出现，让企业在投资IT和商业应用时，多了一种部署选择，不再仅限于本地部署。但云环境也经常会增加企业使用的系统的数量。
企业内的大数据分析的增加，让“数据湖”不断增长，这是所有可以用于分析的信息资产的默认存储库，对于期望从数据中获得额外价值的公司而言，非常有益。
2015年共发生了781起数据泄露事件，受连累的记录达到7亿份。网络犯罪已经发生了根本性的变化，从对网站造成严重危害的分布式拒绝服务攻击或者信用卡盗窃过渡到更阴险狡诈的犯罪意图。
数据可视化软件可以让数据分析师和业务用户利用图表、图形传达信息，帮助读者更加直观地理解数据背后的故事。
虽然厂商Hadoop发行版的企业版本都提供了Hadoop生态系统堆栈的核心组件，但是这些厂商提供的超越公开可访问功能的部分才是其关键优势。
Hadoop的部分优势在于，它有许多种开源组件和相关工具，可以完成数据捕获、处理、管理和分析工作。
越来越多的业务分析师正在提升自身编写临时查询和分析算法的能力。这些临时查询和分析算法用来寻找企业数据存储中的有用信息，为企业业务决策提供更多数据。
在过去几年，Hadoop已经演变成一种有着基础设施组件和相关工具的复杂生态系统，而且它被各家供应商打包在一起成为商业Hadoop发行版本。
《大数据分析工具采购指南》系列详细介绍了大数据分析工具的优点、应用场景、采购选择要素等，现特分享主流大数据分析软件厂商一览图。
